VB 在大批量数据内去重(下百万条记录)
VB 在大批量数据内去重(上百万条记录)
要对上百万条记录进行去重 有的还需要统计重复的个数
现在的去重方法是
方法一:
方法二:
近十万条数据就得5分多钟 实在是太恐怖了 本人新 请大虾们帮忙
数据的基本格式:
00-10-18-1A-32-E7,222.221.247.146
00-E0-4D-74-48-3C,112.116.79.22
00-21-97-9B-6A-DA,117.35.182.78
00-E1-04-10-2B-3F,120.68.42.6
00-1C-25-A8-56-09,222.80.105.26
00-E0-4C-C0-2A-9E,220.165.49.5
00-E0-4D-C5-A4-A0,121.26.202.34
40-61-86-99-B7-2E,61.183.248.94
6C-F0-49-74-AD-E2,124.117.227.22
00-1D-92-AC-95-A4,221.8.15.66
00-25-22-30-3D-81,221.214.141.217
00-1B-FC-02-3A-EC,124.118.169.214
00-E0-4C-F5-29-44,218.84.191.190
00-30-67-25-1C-FB,218.28.7.181
00-24-1D-0F-BA-11,116.53.189.18
00-24-1D-02-DD-10,218.28.234.226
00-1D-92-AF-2E-22,58.244.234.222
00-E0-4C-C0-02-40,202.97.146.228
00-1C-25-A8-8F-BC,222.243.18.17
基本上都是这样的 寻求好的快的处理方法或算法
------解决方案--------------------
唉。。。。其实我给你的那个帖子里,已经有非常接近你需求的代码了,改改的话,应该就差不多了。。。
但看样子你非要等到一个完全与你需求一模一样的代码?所以我只能帮顶了。
------解决方案--------------------
用Collection,100万条不重复数据,27秒搞定.
要对上百万条记录进行去重 有的还需要统计重复的个数
现在的去重方法是
方法一:
- VB code
Set fs = CreateObject("Scripting.FileSystemObject") Set ts1 = fs.OpenTextFile("D:\b.txt", 1, True) ipstring1 = "" ipstring2 = "" Set f = fs.CreateTextFile("d:\d.txt", True) Do While Not ts1.AtEndOfStream ipstring1 = ts1.readline Set ts2 = fs.OpenTextFile("D:\d.txt", 1, True) If Not ts2.AtEndOfStream Then ipstring2 = TextGetByFile(ts2.ReadAll) If InStr(ipstring2, ipstring1) > 0 Then 'If TimesInStr(ipstring2, ipstring1) > 0 Then Else f.WriteLine (ipstring1) End If Else f.WriteLine (ipstring1) End If ts2.Close Set ts2 = Nothing Loop
方法二:
- VB code
Set fs = CreateObject("Scripting.FileSystemObject") Set ts1 = fs.OpenTextFile("d:\b.txt", 1, True) ipstring1 = "" ipstring2 = "" Set f = fs.CreateTextFile("d:\dd.txt", True) Dim regEx, strTemp ' 建立变量。 Set regEx = New RegExp ' 建立正则表达式。 Dim blnMatche regEx.IgnoreCase = False ' 设置是否区分字符大小写。 regEx.Global = False ' 设置全局可用性。 regEx.MultiLine = True Do While Not ts1.AtEndOfStream ipstring1 = ts1.readline Set ts2 = fs.OpenTextFile("d:\dd.txt", 1, True) If Not ts2.AtEndOfStream Then ipstring2 = ts2.ReadAll regEx.Pattern = ipstring1 & "$" If regEx.test(ipstring2) Then Else f.WriteLine (ipstring1) End If Else f.WriteLine (ipstring1) End If ts2.Close Set ts2 = Nothing Loop
近十万条数据就得5分多钟 实在是太恐怖了 本人新 请大虾们帮忙
数据的基本格式:
00-10-18-1A-32-E7,222.221.247.146
00-E0-4D-74-48-3C,112.116.79.22
00-21-97-9B-6A-DA,117.35.182.78
00-E1-04-10-2B-3F,120.68.42.6
00-1C-25-A8-56-09,222.80.105.26
00-E0-4C-C0-2A-9E,220.165.49.5
00-E0-4D-C5-A4-A0,121.26.202.34
40-61-86-99-B7-2E,61.183.248.94
6C-F0-49-74-AD-E2,124.117.227.22
00-1D-92-AC-95-A4,221.8.15.66
00-25-22-30-3D-81,221.214.141.217
00-1B-FC-02-3A-EC,124.118.169.214
00-E0-4C-F5-29-44,218.84.191.190
00-30-67-25-1C-FB,218.28.7.181
00-24-1D-0F-BA-11,116.53.189.18
00-24-1D-02-DD-10,218.28.234.226
00-1D-92-AF-2E-22,58.244.234.222
00-E0-4C-C0-02-40,202.97.146.228
00-1C-25-A8-8F-BC,222.243.18.17
基本上都是这样的 寻求好的快的处理方法或算法
------解决方案--------------------
唉。。。。其实我给你的那个帖子里,已经有非常接近你需求的代码了,改改的话,应该就差不多了。。。
但看样子你非要等到一个完全与你需求一模一样的代码?所以我只能帮顶了。
------解决方案--------------------
用Collection,100万条不重复数据,27秒搞定.
- VB code
Private Sub Command2_Click() Dim col As Collection Set col = New Collection Dim stream1 As TextStream Set stream1 = fso.OpenTextFile(fso.BuildPath(App.Path, "test.txt"), ForReading, False) Dim stream2 As TextStream Set stream2 = fso.OpenTextFile(fso.BuildPath(App.Path, "output.txt"), ForWriting, True) While Not stream1.AtEndOfStream Dim strLine As String strLine = stream1.ReadLine Dim vntValue As Variant vntValue = Empty ' 获取关键字对应的节点对象 On Error Resume Next vntValue = col.Item(strLine) On Error GoTo 0 If IsEmpty(vntValue) Then Call col.Add(Null, strLine) Call stream2.WriteLine(strLine) End If Wend Call stream1.Close Call stream2.Close End Sub